早在收到第一份 offer 的時候，就想著手紀錄近期的面試心得，但本性還是想先耍廢一陣子再說ORZ。這波的面試幾乎都是投遞「數據工程師」相關的職位，考量到自己在前公司做資料分析的職務已算熟悉、也大概知曉這項工作職務未來的發展，加上自己其實比較喜歡 build up something，走往工程也變成心之所向，因此投遞方向幾乎是跟數據工程有關。當然也有一些公司主動聯繫與自身投遞的數據分析職位，考量到自己的工程背景不深，跟數據工程相關所開的薪資都略低於資料分析職缺的薪資。
經過這波面試，發現原來面試真的是可以越練越強的，而且每一次的面試都是寶貴的經驗（不管是被電慘慘還是很順利），表現搞砸了當天回家一定要把被釘到回答不出來的題目想好解答，讓後續的面試無往不利，廢話不多說我們正式開始！
個人背景：
學歷：112 經濟學系研究所/112 農業經濟學系
工作經驗：2–3年，現職為永豐金證券數據分析師
1. 台灣資料科學股份有限公司
職位：數據工程師
工作內容：
official:
(1). 分析前的數據清洗、處理、特徵探索萃取、以及統計、機器/深度學習模型的建立與參數優化。 (2). 針對公司平台數據內容，建立各類分析數據指標模型、發掘問題，並提供各部門營運上分析觀察與建議。 (3). 撰寫數據分析提案與分析報告，並執行各類數據分析專案。
personal:
其實就是做資料分析師的內容，跟我所想像的數據工程師不太一樣，當下再細問確認工作項目就知道了。該公司大部分是接政府的補助專案，幫忙其他產業從事數據建模以及預測，例如 他們看到我農經系畢業，就問我未來對於幫助農會進行農產品的行銷有沒有興趣？ 由此可知就是接許多政府專案的公司。
面試流程：
自我介紹，把自己在永豐金證券的工作內容與應徵職位動機說明，接著針對履歷上的內容提問。例如：廣告成效如何追蹤？如何優化？dashboard 建置需求是自行提出還是上面要求？CPA如何衡量？最後談到核薪結果，因為工作內容跟資料分析師雷同許多，因此我果斷直接開 100萬/year。
結果：一面後無聲信
2. 電獺股份有限公司
職位：python 數據工程師
工作內容：
Official:
1. 網路爬蟲開發 2. Data cleanup and ETL 3. 負責數據流調度、監控及性能優化 4. 數據倉儲設計、優化及管理 5. 維護與改善現有數據流程 6. 相關流程⽂件撰寫 7. 其他主管交代事項
Personal:
具體工作職務因為沒有進二面面談，就不知道惹ＱＱ
面試流程：
(一)第一試：履歷檢視，寄發筆試，通過後到第二試。
(二)第二試：面試(2hr內) ，面試可能會包含上機考，我們會準備電腦給您使用。
(三)第三試：二階段面試（非必要，部分面試者可能會有此階段）
(四)錄取：以上通過後方錄取。
(五)試用期：錄取後有三個月有薪試用期。
第一試：實作 PTT WEB 版爬蟲，詳細程式與輸出資料要求可以參見我的 github：https://github.com/pcchencode/PTT_web_crawler
結果：拒絕信，第一試就被刷掉。所以我的github參考價值並不高ＱＱ，小心使用。
3. 浪 live 直播-旭瑞文化傳媒股份有限公司
職位：數據工程師 Data Engineer
工作內容：
Official
1. 熟 Java/ Python/ MySQL
2. 熟ETL流程, 具ETL工具使用經驗 (ex: Kettle)
3. 能依據使用者需求制定資料倉儲模型
4. 針對用戶行為進行資料分析,提供營運決策資料支援
5. 資料庫管理維護
6. 跨部門溝通能力
Personal
跟我所想像數據工程師的工作內容很切合，包括底層資料的清理、data pipeline的建置、使用雲端運算平台（GCP, AWS）、NoSQL、分散式資料結構處理資料
面試流程：
第一關先寫兩題 python 測驗，第一題為寫一個函式判斷字串中有沒有重複字元、第二題為函式輸出「tower of *」，作答時間一小時。難度都不高，我大概15分鐘就快速交卷趕快進行下一關（不想拖時間）。
第二關主任工程師面試（當天進行），先自我介紹擔任資料分析師的工作內容以及應徵數據工程師的動機。接著面試官介紹工作會與大陸那邊的員工 concall，並提問如果遇到有個功能突然要上、但你發現在期限內一定做不完，你會怎麼做？我自己的回答是以過去工作經驗、考量加班的情況，如果有辦法如期完成就加班趕工（奴性很重）。他回答說在這間公司不能所有事情都用加班來解決，本公司很多功能需求太即時、若自身評估無法如期完成就要儘早告知越好，等到死線前才跟上頭說來不及完成就為時已晚blablabla。履歷與工作內容面談完就開始閒聊最近正在執行的專案，大致上也是想要建模預測怎麼樣的直播主一進來我們就知道他的潛力是高還低？
原本以為第三關會擇日進行，但人資與第二關面試官討論後決定等第三關的技術副總（大主管）開完會直接進行第三關面試，於是我就在那邊多待了大概45分鐘等技術副總來面試。其實這時就大概確定對副總的面試表現不要太差，基本上就是offer get，因為對方願意為了你特地在今日讓主管開完會還花時間來面試你。一開始一樣把自我介紹跟應徵動機都重講一遍（同樣的東西重複講很多次真的滿累的ORZ），副總問的問題比較刁鑽難回答一點，基本上是圍繞在資料工程師職務該有的能力詢問，而我確實工程底子不是那個堅固，所以回答上有些吃力，但最終還是有用自己工作上的處理方式回答出來。例如：如果在資料上你遇到資料量非常巨大、導致效能上有bottleneck，你會怎麼處理？我的回答是我會依據資料做一些特定維度的篩選，像是日期區間、客戶年齡與其他屬性，試著將撈取的數量大幅降低。副總回答說我們的處理流程應該是設法把重複撈取的表做成中間表，並定期更新那張中間表就好，不用每次都把大量的資料重撈一遍。最後提問當下我靈光一現，覺得這種問題不錯，我問：想請問如果我有幸能夠與貴公司合作，您們覺得我在這份職位最需要加強、或是最急迫需要補足的技能與能力是什麼？這個問題不僅幫助我知道大部分面試官隊數據工程師這項職務的基本能力要求外、也讓我知道我後續要補足的方向為何？以及要如何修正自己履歷與問答的方向。
結果：offer get
4. 英商引達取 intouch
職位：Data Engineer
工作內容：
Official
Responsibilities: 1. Support other teams to track user bahaviours on App/Web to generate useful report. 2. Technical support for Data Analysis Team Must Have Requirements: 1. Familiar with Hadoop / Hive / Spark 2. Practical knowledge of Java / Javascript / Python 3. Familiarity with building Scalable/Maintainable RESTful APIs on Linux 4. Good understanding of any SQL/NoSQL database (MySQL / Cassandra / etc.) 5. Fluent in English
Personal
該公司說明了是作博弈相關遊戲，主要遊戲商為英國（因為博弈遊戲在台灣是違法的），台灣這邊就是負責研發遊戲、再把遊戲出產給外國的遊戲商。數據工程的職務就是負責把各個遊戲的資料建置好、供給資料團隊做分析與建模使用
面試流程：
第一關先寫電腦測驗，總共四大題，大致上是考sql與excel函數應用，寫了寫還以為自己是來應徵資料分析師的，因為跟自己現在的工作內容實在太像ＸＤ。
第二關考題寫完來到人資面試，人資這邊主要會想了解應徵者的人格特質、應徵動機以及面對事情的處理態度，人資所問的問題都攸關「這個面試者跟公司的文化契不契合？能不能長期為公司貢獻？」。舉凡所問的「你最大的優缺點是什麼？」、「你的工作經歷都不久是為什麼？」、「工作遇到最大的挫折是什麼？」，因此回答的方向除了問題本身、還要想辦法論述出自己解決問題的方式。例如講到自己的缺點，我說我在會議中傾向自己消化彙整大家的想法後、才發表意見。那人資其實希望聽到我論述缺點後，能具體知道我在面對這項缺點，我要如何改善？所以後續我回答都會接著說：「這樣會造成會議效率不好，我其實應該直接當下說出我的想法讓大家檢視，我可以根據大家的反饋來知道自己的想法跟未來的方向是否符合，而不是自己埋在腦海裡苦想。」
第三關人資面完直接請該公司 data team 的成員來面試，團隊組成目前只有三人，分別為兩個資料分析師、一個資料工程師(team leader)。表明新招募進來的資料工程師主要會負責跟外國商合作與接應，因此英文表達能力要夠好(覺得怕)，也不排除未來到外國出差的可能，並且也表明都是做博奕遊戲，主要職責就是把遊戲的相關資料建置好、供資料分析師使用。
結果：無聲信，面試過程聽到是博弈公司就有點退卻，所以跟 data team 在聊的時候問問題也不是很積極，結果可想而知。
5. 知之股份有限公司 Snapask
職位：Data Scientist
工作內容：
該公司主要教育媒合服務，像是學生可PO上任何有關學業的問題，並對應相關的老師出來回答問題與解題，甚至是提供線上教學。似乎已經找到人選所以 104 上面的職缺已經關閉了，所以這邊只能憑當時面試的一點印象。大致上想要找資料科學家建立推薦系統，讓更多的學生找到類似有興趣的老師、促進媒合。
面試流程：
第一關線上面試，不免俗地自我介紹以及針對履歷提問。對於履歷真的問得非常之細！連我大學時期當的助理工作內容也被拿出來問，而研究所的研究助理的工作內容因為有發表論文，也被問得非常細。這部分我就回答得很差，因為老實說這部份很多資料處理的細節我沒有準備那麼充分、加上時間較久遠有些細節我也忘了，因此有些很細的問題我直接回：「不好意思我其實有點忘了」，這句話一講出來我就知道我掰了。可是我真的是被問到細到說出這句話(由此可見問多細！)，總之履歷上面幾乎所有東西都被問過一遍，也經歷過此次面試經驗，我又再多把之前研究所助理的論文資料處理方法再拿出來複習一次XD。另外碩士論文也問得非常多，感覺得出來公司有真的在做 research，因為有些東西非經濟學術圈其實不會去問。
結果：無聲信，第一關面試就掰惹
6. 美而快實業股份有限公司
職位：數據工程師 Data Engineer
工作內容：
official
1. 資料庫管理維運、SQL使用開發
2. 資料交換平台(ETL、ESB)執行開發、監控、維運
3. 數據服務API、數據應用開發建置
4. 電商GA、GTM、軌跡收集系統等整合開發維護
5. Talend平台工具使用
Personal
該公司主要是女性服飾電商，旗下有三個 PAZZO、MEIER.Q、FE’CHA三個網路服飾品牌。該數據團隊是直接隸屬於董事長底下，因此面試官也說明很多報告與責任日under在董事長底下，data team 的團隊壓力會比其他部門要來得大。團隊中有一位數據工程師、兩位數據分析師，目前正在擴大資料庫的規模，因此需要數據工程師協助建置。
面試流程：
直接跟數據團隊的主管面談，自我介紹語講完應徵動機後便說明組織架構與該職位所要負責的職務。面談的過程十分歡樂，因為我碩士論文就是做跟電商相關的，面試官也跟我分享了很多做電商的心得。就是這樣我以為這間也是穩了，甚至聊到後續若進入貴公司、我也提出了一些方向讓主管參考，主管也表示頗有興趣，非常期待後續的合作，也因此開始聊到預期薪資。我跟她開了100~110/year，從結果看來應該是薪資開太高ORZ。
結果：無聲信，薪資開太高可以喬阿QQ，相談甚歡後的無聲信更是令人痛心。
7. Pinkoi
職位：Marketing Data Analyst
工作內容：
official
1. 分析不同商品分類 / 主題的營收成長潛力，擬定商品上架及銷售策略。
2. 建立會員分群與營收模型，擬定會員分群的行銷策略。
3. 提案 A/B testing ，並持續分析優化表現，以提升網站及 APP 營收。
4. 協助各部門建立報表、儀表板以協助追蹤 KPI 表現
5. 探勘商業成長的模型，協助訂立指標，並定期提供商業策略提案給 Business Leader 決策執行。
personal:
該公司數據團隊有兩個data engineer、一個marketing data analyst，這個職位的工作內容基本上就與另外一位data analyst合作與互相cover。從面試中問的問題大概知道比較會需要做的是設計實驗，對於不同功能上線與推播設計相關實驗與評估成效，並從中給予商業優化方向。基本上就是資料分析師的職務內容。
面試流程：
第一關先人資面試，採線上視訊面試，主要詢問你的人格特質與公司是否吻合。面試過程聊滿久的，許多巴辣題都有被問到，EX 最大的缺點是什麼? 你遇過最難處理的專案是什麼? 那你怎麼解決這道難題? 也是經歷到了這邊才大概知道人資都會這類型的問題，目的就是要確認你這個人的特質跟公司是相切合的。
第二關與數據團隊面試，先考兩題白板題：一題是基本的sql表格合併；一題是設計實驗A/B test、找出增加使用者購買商品轉換率的方法。第一題如果常在寫sql一下就解好，第二題有比較多討論空間。團隊成員會不斷地跟你討論與質疑你的決定，其實就想像當下是在跟他們一起cowork、與他們一起討論要執行的東西，這樣子想壓力會比較不大。第二題就討論滿久的，我大致上是利用自己在前公司的推播實驗，設計在茫茫的使用者中如何挑選潛在用戶進行推播，並利用計量模型DID判斷推播對於轉換率的成效。
白板題結束後，數據團隊的leader開始講述近期的目標以及對此職務的期望，原本講到這邊我覺得也是妥妥的，但因為其實我本來就是做數據分析、加上當時已經拿到offer，所以最後跟人資聊的時候我薪資開110~120萬/yr(獅子大開口)、甚至說其實我現在已經有別家offer了，人家當下就問我現在對pinkoi的priority在哪裡? 我想這就導致最後無聲信的原因吧，人資也察覺出其實我來的可能性不高。
結果：又是相談甚歡後的無聲信，我哭
8. 街口電子支付股份有限公司
職位：詳見內文
工作內容：
這個職缺是街口從104看到我履歷主動連繫我的，具體內容其實就是 senior data analyst 或 data team lead，該公司數據團隊已經有兩位做數據的工程師，之所以不直接稱數據工程師是因為他們原本都是坐後端，但因為近期要整頓data team，所以特別把一群原本專做後端的工程師抓來做數據工程。此職位面試官提及就是一個「前無古人、後無來者」的角色，要有能力用數據的力量讓公司成長、一切決策要導向data-driven blablabla，所以在我眼裡就是一個磨練自己變成資料分析主管的好機會。
面試流程：
第一階段先基本 sql 筆試，雖說是基本，但複雜程度我覺得是目前面試下來最高的，有些指令工作上還真的沒有常碰、需要才google那種(row_number()之類)。寫到最後都覺得很煩了，有幾題還一次join好多不同的表是想搞死誰XD
第二階段partA對人資自我介紹與應徵動機，人資詢問人格特質等，問到後來發現人資問題真的都差不多。EX. 碰過最大的挫折、合作過的專案、工作最在意的三個點等等。partB 工程師近來針對筆試再詳細詢問，最後一題我題目看不太懂沒有寫完，就跟工程師一直討論那題的想法，討論到一半商品部主管進來面試(回家查了查好像是台大學妹，掩面)，主要講到街口現在合作商家的困境、以及對這個職位的期待，希望你進來能解決什麼樣的問題等。
結果：無聲信。因為工作內容是做資料分析，加上面試官述說的工作內容很像主管要做的事，因此我期望待遇就獅子大開口XDDD，感覺就是薪資開太高惹QQ，事後還被女友慘罵。
9. 台灣之星電信股份有限公司
職位：大數據科學家
工作內容：
Official
1. 行銷議題分析與行銷解決方案之建議，提供行銷數據分析報告
2. 數據分析、挖掘、建模、模式評估等相關工作，並進行模型評估
3. 爬蟲程式開發，並進行文字探勘
4. 與使用者及開發人員合作，定義 Report 及 Business Intelligence 需求及規格，參與資料庫架構設計並建置分析資料集，並進行教育訓練
5. 分析型資料市集設計、開發、管理維護，用資料導向概念提升行銷業務，並導入系統以加強各項資料應用
6. ETL問題追蹤管理及系統文件撰寫，結構化及非結構化資料處理與整合
7. 系統規劃與維運
Personal
此職位也是主管由104主動聯繫，面談時我覺得該公司對資料科學家的工作定位是我所遇到定義最清楚的，這點還滿讓我訝異。數據團隊也是有工程師、分析師，此職位工作內容其實最主要就會是數據建模，特別是尋找潛在續約的客戶。
面試流程：
第一階段sql筆試，第二階段直接由數據團隊主管面試，自我介紹、應徵動機、人格特質都有問到。整個過程也滿歡樂的，預期薪資我開得比街口還低，不過還是被狠狠D無聲信了。
結果：無聲信。
10. 薩摩亞商群禧有限公司
職位：python 工程師
工作內容：
主要進行爬蟲城市的開發以及維護，使用語言與框架多為 php 及 scripy。該公司的產業也是滿特殊的，有在開發像是 swag 的平台，我本身是滿好奇的XD，但當我問起公司都是爬些什麼網站的資料，面試官又是支支吾吾好像不太願意講，我也是匪夷所思。
面試流程：
第一階段寄程式題筆試，用 php 寫爬蟲爬一個星座網站的資訊並整理好資料(好像很多公司都用這個網站當筆試題)，並使用 laravel 排程。但我兩個都不會，所以無奈還是刻一個用 py 寫並用 corntab 建置的排程方式。詳細程式可參考我 github: https://github.com/pcchencode/Astro_Crawl
第二階段直接跟數據團隊面試，主要講解工作內容，聽起來就真的專做爬蟲開發以及維護，自我介紹完我當數據分析師的經歷後，面試官一致覺得以我的能力應該做更多事情，不會甘於只做爬蟲開發。當下心裡想想確實如此，但事後回想也覺得這是軟釘子，自介太多工作經驗錯惹嗎?也因此我後續有調整自己自我介紹的時間，把其他內容做陷阱埋耿在履歷中讓面試官問。
結果：感謝函。
11. 捷思遊戲科技有限公司
職位：數據工程師
工作內容：
該公司從事博弈產業，我也是經過這次面試才知道博弈產業是做什麼ORZ，在台灣研發遊戲並把遊戲賣給國外的遊戲商等等。工作內容主要是操作雲端運算平台(AWS, GCP)，並與公司本地資料庫整合，為數據團隊開發 data pipeline。
面試流程：
由該數據團隊的資料科學家直接進行面試，面試過程中一直強調要熟悉雲端運算的停平台，可惜小弟我只碰過GCP的皮毛(下bigquery, 看同事跑google auto-ML)，因此答的問題都不是很好。由於實在太乾，所以我就隨便問面試官說覺得資料供程跟資料科學的分工定義在哪？這邊面試官就自己講了一大堆，
結果：感謝信
12. adGeek 艾得基克行銷顧問股份有限公司
職位：大數據工程師
工作內容：
1. 開發穩健可擴充的後端系統
2. 根據公司產品需要不斷提高產品用戶體驗和更好的實現產品規劃目標
3. 根據技術部門要求完成技術研究工作，並輸出研究成果和推動成果實作。
面試流程：
主管直接面試。該公司主要是提供數位廣告服務，商業模式跟 appier 有些像，例如投放FB廣告，但是操作適用AI演算法自動調整(出價、CPC、CPA)。由於我在操作廣告都是一周一周看數據、手動調整，聽到他們說其實可以寫演算法操作，我當下是滿驚訝也很有興趣的，也因次我問了非常多他們操作廣告的經驗(搞得我自己很像面試官)，他們也反問了我很多自己在操作廣告的方法。總之整體面試的話題都是圍繞在自身做過的業務，反而不是這個職位。我當下還想說這是個穩上的訊號XD，面試結束後另一個主管還特別帶我繞了一圈辦公室，更加確定我這個想法。
結果：無聲信XD，看來判斷還是有誤。說實話有點小傷心，覺得自己如果進到該公司應該滿有發展空間的(可做工程也可做分析、又有實務經驗)，推測是薪資開太高導致無聲信QQ。
打到最後真的會越來越懶，加上記憶慢慢衰退，很多細節還有其他履歷關就沒過的公司就不打在上面了，另外本人愛耍廢，當確定第一間offer後就把後續所有面試都推掉了XD。在職面試真D累，但要我再選一次我還是會在職面試，有備案在面試的時候表現比較不會綁手綁腳、放得開(反正講再爛被你電、我還是有工作一條好漢XD)，而且姿態地位也可以比較平等一點。
